人工神经网络在油田产量预测中的应用
准确预测油田未来原油产量对油田的开发和生产管理具有重要的指导意义.对于具有非线性、不确定和开放特性的多变量系统进行预测,使用传统的统计学方法或静态模型预测通常不能满足精度要求.本文把BP神经网络、模糊神经网络以及基于神经网络的组合预测方法应用于多变量系统.采用了两层预测系统：第一层包含两个神经网络：第二层是把第一层的两个网络输出进行组合.研究了3种不同的组合算法：平均法、最小平方回归法和前馈神经网络法。实验结果表明,采用组合方法比采用单一的预测方法的预测精度有了进一步的提高,特别是应用人工神经网络(即BPNN)的组合预测优于其他的预测方法,具有较好的适应性。
油田 产量预测 BP神经网络 模糊神经网络 组合预测
舒丹 曹谢东 汤力 范勇 尹欣 杨吉开
中国石油西南油气田川东开发公司,重庆 400021 西南石油大学,四川 成都 610500 四川省公路职业技术学校,四川 成都 610041
国内会议
成都
中文
149-152
2008-09-28（万方平台首次上网日期，不代表论文的发表时间）